8 月 13 日，OpenAI 抢先公开了新的服务层级 Ultrafast，它能让公司最强的模型 GPT-5.6 Sol 以最高 14 倍于标准处理的速度运行[1]。该层级首先在 OpenAI API 中提供，推理由 Cerebras 的芯片承担。输出速度可达每秒 750 个词元，而模型的智能水平与标准层级完全一致[1][2]。
速度与智能的取舍不再成立
此前若需要实时响应，通常只能切换到更小或更专用的模型[1]。前沿模型足够聪明，但用户必须等待，这一认知已经根深蒂固。
Ultrafast 指向了另一个方向。OpenAI 将其定位为提升单位时间内完成的有效工作量[1]。当速度不再以牺牲智能为代价，AI 就能进入业务中对时间最敏感的环节，一些原本无法成立的工作也随之成为可能[1]。
Cerebras 方面也强调了这一点。该公司首席执行官兼联合创始人 Andrew Feldman 表示，运行在 Ultrafast 上的 GPT-5.6 Sol 证明速度与智能不再互相排斥[2]。OpenAI 负责 Compute Strategy 与 GPT-Infra 的副总裁 Sachin Katti 也说明，公司正在探索当客户能以显著更低的延迟获得最强模型的智能时，究竟会带来什么新可能[2]。
支撑每秒 750 词元的晶圆级引擎
速度的来源是 Cerebras 的 Wafer-Scale Engine 架构[2]。整片晶圆作为单颗芯片使用，片上集成 44 GB SRAM，使模型权重在推理过程中始终驻留在芯片内部[2]。
基于 GPU 的推理必须在片上内存与片外存储之间反复搬运权重，这一内存带宽瓶颈限制了前沿模型的推理速度[2]。把权重留在片内就消除了这一约束。最终结果是在保持 GPT-5.6 Sol 完整智能的前提下，输出速度提升至每秒 750 个词元[1][2]。
Cerebras 还给出了对比数据。以 Artificial Analysis 公布的 Anthropic 模型输出速度为基准，Ultrafast 比 Fast 模式下的 Claude Opus 4.8 快 5 倍，比 Claude Fable 5 快 11 倍[2]。
基准测试中，3 天的计算量压缩到 11 小时
面向真实工作的基准测试把这一差距变成了具体数字。
在涵盖研究生水平化学、经济学与文学的 2,500 道题目测试 Humanity's Last Exam 中，GPT-5.6 Sol Ultrafast 用 11 小时出头完成了全部题目[2]。同一题库下 Claude Fable 5 需要超过 3 天的连续计算，也就是说 Ultrafast 以接近 7 倍的速度达到了相当的准确率[2]。
在汇集法律文书起草、财务模型搭建、工程报告撰写等高经济价值知识工作的 GDP-Val 上，Ultrafast 在不损失质量的前提下实现了端到端 5.6 倍的提速[2]。其关注点并非基准分数本身，而是达成同样成果所需的时间。
面向那些等不起的工作
OpenAI 列举了几个 Ultrafast 有望发挥作用的具体场景[1]。
在故障响应与可靠性领域，当关键系统宕机时，模型会比对应用日志、近期代码变更与工程师报告，在故障仍在持续期间锁定可能原因并协助准备修复方案[1]。在金融研究与安全领域，它能在行情仍在变化时分析市场信号、评估交易并识别可疑活动[1]。
在客户支持与语音场景中，目标是即便答案需要跨越多个步骤或系统，也能不中断对话、当场解决复杂问题[1]。在电商场景中，它会在顾客尚在犹豫时回答商品问题、查询库存、调整推荐并解决结算卡顿，赶在犹豫变成弃单之前完成处理[1]。
在实时研究与实验方面，过去需要跑一整夜的处理可以变成交互式的工作会话[1]。团队测试想法、查看结果、调整方案、再跑一次实验，整个流程不会被打断[1]。
OpenAI 内部已用于故障处理与调研
在 OpenAI 内部，一组开发者一直在测试运行于 Ultrafast 的 GPT-5.6 Sol，以了解哪些工作流能从可实时应答的前沿智能中受益[1]。
故障响应就是其中之一。警报触发时，系统与证据都仍在变化。团队用它读取日志、分析追踪数据、梳理沟通记录、找出下一步需要确认的检查项，并协助准备或验证修复方案，全程保持 Sol 的智能水平且耗时大幅缩短[1]。从观察到信号、验证假设到决定下一步行动之间的延迟被压缩，而判断与部署的责任仍由工程师承担[1]。
在调研工作中，团队用它检索知识源、查询数据，并跨已连接工具收集、整理和总结信息[1]。过去晚上批量启动实验、次日早上查看结果的常见做法，正在收敛为工作日内可以多次迭代的循环[1]。
目前为限量预览，价格与正式开放时间未公布
GPT-5.6 Sol Ultrafast 目前仅以限量预览形式向部分客户开放[1][2]。OpenAI 正与编程、电商、金融研究、客户支持等领域的企业合作，在真实生产环境中研究这些条件，再决定如何扩大部署[1]。
随着算力容量增长，开放范围会逐步扩大，但本次公告未提及价格体系与正式开放时间[1]。由于这是新增的速度层级，与标准层级之间的价差如何设定，将直接影响企业能否真正把它嵌入业务流程。
总结
OpenAI 公开了 Ultrafast 限量预览，可让 GPT-5.6 Sol 以最高 14 倍于标准处理的速度运行。推理由 Cerebras 的 Wafer-Scale Engine 承担，通过将模型权重保存在 44 GB 片上 SRAM 中消除内存带宽瓶颈，实现每秒 750 个词元的输出。在 Humanity's Last Exam 中，原本需要 3 天以上的处理被压缩到 11 小时出头，GDP-Val 也在不损失质量的情况下确认了 5.6 倍提速。目前仅面向部分客户提供限量预览，价格与正式开放时间尚未公布。
